人工智能与机器翻译 和 自然语言处理 哪个方向更火

srilm是著名的约翰霍普金斯夏季研讨会（Johns Hopkins Summer Workshop）的产物，诞生于1995年，由SRI实验室的Andreas Stolcke负责开发维护。

srilm支持语言模型的估计和评测。估计是从训练数据（训练集）中得到一个模型，包括最大似然估计及相应的平滑算法；而评测则是从测试集中计算其困惑度。

其中，-vocab traindict中 traindict为词典文件，每行一个词，格式如下：

-text traintxt 中 traintxt为语料库文件，每行中的词用空格隔开，表示分词结果，格式如下：

-order 最大的n元模型，3表示unigram，bigram，trigram

-write traincount 统计文件写到traincount中

-unk 表示没有在词典中的词用<unk>表示

traincount中的内容如下（每行格式为：ngram 词频）：

其中，-read traincount 读取上一步生成的统计文件

-lm trainlm 生成最高为trigram的语言模型trainlm

-interpolate 利用差值算法

生成的语言模型trainlm为ARPA格式的语言模型，如下：

上面的两个步骤可以直接生成，如下：

上面已经生成了语言模型trainlm，利用它来测试数据的困惑度

测试数据的格式同语料数据，每个句子内部用空格隔开表示分词。

结果如下：

参考 ：

以上就是关于人工智能与机器翻译 和 自然语言处理 哪个方向更火全部的内容，包括:人工智能与机器翻译 和 自然语言处理 哪个方向更火、语言模型训练工具SRILM报错、语言模型训练工具srilm等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！